Journals / Konya Journal of Engineering Sciences / 2013 / Cilt: 1 Sayı: 1

Determination of Concrete Compressive Strength by Using Image Processing and Artificial Neural Network Methods

GÖRÜNTÜ İŞLEME VE YAPAY SİNİR AĞLARI YÖNTEMLERİ İLE BETONUN BASINÇ DAYANIMININ BELİRLENMESİ

Pages
1–12
Publication Date
2013-03-01
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

The constraints of use of image processing on material and structural engineering and the advantages of the method were discussed.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Nowadays, the practices of artificial intelligence methods on engineering science find solutions on engineering problems and become an alternative to methods and techniques used upon today by becoming widespread day by day.
📊
Key Findings & Data:In this context, a range of analytical modeling was practiced with digitizing image practice in order to see the performance of image processing technique as a new alternative testing method on identifying compressive strength of concrete.
💡
Conclusion & Impact:The constraints of use of image processing on material and structural engineering and the advantages of the method were discussed.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Beton · Beton Basınç Dayanımı · Yapay Sinir Ağları

Abstract

Nowadays, the practices of artificial intelligence methods on engineering science find solutions on engineering problems and become an alternative to methods and techniques used upon today by becoming widespread day by day. Image processing technology is also one of these artificial intelligence methods. Image processing involves many processes like obtaining, digitizing, enhancing of image. The use of image processing in construction engineering is also quite widespread. Various studies were made particularly on concrete technology and materials science. In this study, traditional testing methods used on identifying compressive strength of concrete were examined. In this context, a range of analytical modeling was practiced with digitizing image practice in order to see the performance of image processing technique as a new alternative testing method on identifying compressive strength of concrete. An analytical model on digitizing image has been occurred by using image processing and artificial neural networks together. The success of analytical modeling was examined by comparing with experimental data. In the result of the practice, it was seen that a high rate of accuracy was obtained. The constraints of use of image processing on material and structural engineering and the advantages of the method were discussed.

Özet

Günümüzde yapay zekâ yöntemlerinin mühendislik disiplinlerindeki uygulamaları giderek yaygınlaşarak, mühendislik problemlerine çözümler getirmekte, günümüze kadar kullanılan metot ve tekniklere alternatif oluşturmaktadır. Görüntü işleme teknolojisi de bu yapay zekâ yöntemlerinden biridir. Görüntü işleme, görüntünün elde edilmesi, sayısallaştırılması, iyileştirilmesi gibi birçok işlemi kapsamaktadır. Görüntü işleme teknolojisinin inşaat mühendisliğinde de kullanımı oldukça yaygındır. Özellikle beton teknolojisi ve malzeme bilimi üzerine çeşitli çalışmalar yapılmıştır. Bu çalışmada; beton basınç dayanımının belirlenmesinde kullanılan geleneksel deney yöntemleri irdelenmiştir. Bu kapsamda alternatif yeni bir deney yöntemi olarak görüntü işleme tekniğinin betonun basınç dayanımının belirlenmesindeki performansını görebilmek amacıyla görüntünün sayısallaştırılması uygulaması ile bir dizi analitik modelleme gerçekleştirilmiştir. Görüntü işleme ve yapay sinir ağları beraber kullanılarak sayısallaştırılan görüntü üzerinde analitik bir model oluşturulmuştur. Analitik modellemenin başarısı deneysel verilerle kıyaslanarak irdelenmiştir. Uygulama sonucu yüksek bir doğruluk oranı elde edildiği görülmüştür. Görüntü işlemenin malzeme ve yapı mühendisliğinde kullanımında kısıtlar ve yöntemin avantajları tartışılmıştır.

🔖

Cite This Article

ÇANKAYA, G., ARSLAN, M. H., CEYLAN, M. (2013). Determination of Concrete Compressive Strength by Using Image Processing and Artificial Neural Network Methods. Konya Journal of Engineering Sciences, Cilt: 1 Sayı: 1, 1–12. https://ajindex.com/articles/909525

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (14)

  1. Arıöz, Ö., 2004, Beton dayanımının standart, yarı-tahribatlı ve tahribatsız yöntemlerle belirlenmesi, Doktora Tezi, Anadolu Üniversitesi,
  2. Fen Bilimleri Enstitüsü, Eskişehir ASTM, (1998), Standard Test Method for Pulse Velocity Through Concrete, Annual Book of ASTM Standards, Easton, MD, USA. Bal, H., 2006, Kamera ile görüntü işleme teknikleriyle malzeme tane büyüklüğü analizi, Yüksek Lisans Tezi, Gazi Üniversitesi,
  3. Fen Bilimleri Enstitüsü, Ankara Başka, M.A., 2006, Betonun basınç dayanımının belirlenmesi ve değerlendirilmesi, Yüksek Lisans Tezi, Atatürk Üniversitesi,
  4. Fen Bilimleri Enstitüsü, Erzurum Başyiğit, C., Kılınçarslan, Ş., Çomak, B., 2012, Görüntü işleme tekniği ile beton basınç dayanımının tahmin edilmesi, Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 16-1 (2012), 82-88
  5. Binici, H., Çağatay, İ.H., Kaplan, H., 2000, Değişik faktörlerin beton mukavemetine etkisinin deneysel olarak incelenmesi, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 203-209
  6. Çankaya, G., 2012, Görüntü işleme teknolojisinin inşaat mühendisliğinde kullanımı ve bir uygulama örneği, Yüksek Lisans Semineri, Selçuk Üniversitesi,
  7. Fen Bilimleri Enstitüsü, Konya Çayırlı, M., 2006, Yanma olayının modellenmesi ve görüntü işleme yoluyla yanma performansının optimizasyonu, Yüksek Lisans Tezi, Süleyman Demirel Üniversitesi,
  8. Fen Bilimleri Enstitüsü, Isparta Çomak, B., Beycioğlu, A., Başyiğit, C., Kılınçarslan, Ş., 2011, “Beton teknolojisinde görüntü işleme tekniklerinin kullanımı”, 6th Intenational Advanced Technologies Symposium (IATS’11), Elazığ Edizer, E., 2006, Sayısal görüntü işleme yöntemi ile tane boyut dağılımı analizi, Yüksek Lisans Tezi, Çukurova Üniversitesi,
  9. Fen Bilimleri Enstitüsü, Adana Erdal, M., 2002, Beton basınç dayanımının bazı tahribatsız test yöntemleri ile belirlenmesi, Yüksek Lisans Tezi, Gazi Üniversitesi,
  10. Fen Bilimleri Enstitüsü, Ankara Erdoğan, T., 2007,
  11. Beton, ODTÜ Geliştirme Vakfı Yayınları,
  12. Ankara,
  13. Türkiye Ergün, A., Kürklü, G., 2005, “Mevcut betonarme yapılarda beton dayanımının belirlenmesi”, Deprem Sempozyumu, Kocaeli Güler, M., Sözen, Ş., Özen, M., 2007, Görüntü yöntemlerinin beton mikro yapısının ve çelik birleşimlerin deformasyon davranışlarının belirlenmesinde uygulanması, Tübitak 1002 Hızlı Destek Programı, Proje no:105M085, Ankara Küçük, Ö.F., 2006, Ultrasonik yüzey dalgaları- Schmidt yöntemi yardımıyla beton dayanımının bulunması, Yüksek Lisans Tezi, Harran Üniversitesi,
  14. Fen Bilimleri Enstitüsü, Şanlıurfa Matlab; Image Processing